CN106127400A - 工作行为分析方法及装置 - Google Patents

工作行为分析方法及装置 Download PDF

Info

Publication number
CN106127400A
CN106127400A CN201610507788.4A CN201610507788A CN106127400A CN 106127400 A CN106127400 A CN 106127400A CN 201610507788 A CN201610507788 A CN 201610507788A CN 106127400 A CN106127400 A CN 106127400A
Authority
CN
China
Prior art keywords
work
work behavior
user
characteristic information
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610507788.4A
Other languages
English (en)
Inventor
高日新
赵凯
张庭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Qihoo Technology Co Ltd
Qizhi Software Beijing Co Ltd
Original Assignee
Beijing Qihoo Technology Co Ltd
Qizhi Software Beijing Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Qihoo Technology Co Ltd, Qizhi Software Beijing Co Ltd filed Critical Beijing Qihoo Technology Co Ltd
Priority to CN201610507788.4A priority Critical patent/CN106127400A/zh
Publication of CN106127400A publication Critical patent/CN106127400A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06398Performance of employee with respect to a job function

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种工作行为分析方法及装置,涉及信息技术领域,能够提升工作行为分析效率。所述方法包括:接收工作行为分析指令,所述工作行为分析指令包括用户当前的工作行为数据;对所述工作行为数据进行分析,得到所述用户当前的工作行为特征信息;检测所述工作行为特征信息是否符合预置工作行为模式;若不符合,则确定所述用户的工作行为异常。本发明适用于工作行为的分析。

Description

工作行为分析方法及装置
技术领域
本发明涉及信息技术领域,特别是涉及一种工作行为分析方法及装置。
背景技术
随着信息技术的不断发展,企业员工的工作状态对企业的发展越来越重要,企业员工的工作状态直接关系到企业整体效率、影响企业市场竞争力乃至企业的生存。其中,可以通过分析企业员工的工作行为获知企业员工的工作状态。
目前,在进行工作行为分析时,通常采用人工方式对用户的工作行为进行分析,如由企业管理者或者企业的人事专员观察并分析企业员工的工作行为。然而,企业的员工数量较多,员工的工作行为种类较多,若采用人工方式对用户的工作行为进行分析,会消耗大量的人力成本和时间,导致工作行为分析的效率较低。
发明内容
有鉴于此,本发明提供一种工作行为分析方法及装置。主要目的在于能够提升工作行为分析效率。
依据本发明一个方面,提供了一种工作行为分析方法,包括:
接收工作行为分析指令,所述工作行为分析指令包括用户当前的工作行为数据;
对所述工作行为数据进行分析,得到所述用户当前的工作行为特征信息;
检测所述工作行为特征信息是否符合预置工作行为模式;
若不符合,则确定所述用户的工作行为异常。
依据本发明另一个方面,提供了一种工作行为分析装置,包括:
接收单元,用于接收工作行为分析指令,所述工作行为分析指令包括用户当前的工作行为数据;
分析单元,用于对所述接收单元接收的所述工作行为数据进行分析,得到所述用户当前的工作行为特征信息;
检测单元,用于检测所述分析单元分析的所述工作行为特征信息是否符合预置工作行为模式;
确定单元,用于若所述检测单元检测所述工作行为特征信息不符合预置工作行为模式,则确定所述用户的工作行为异常。
借由上述技术方案,本发明实施例提供的技术方案至少具有下列优点:
本发明实施例提供了一种工作行为分析方法及装置。首先接收工作行为分析指令,所述工作行为分析指令包括用户当前的工作行为数据;然后对所述工作行为数据进行分析,得到所述用户当前的工作行为特征信息;检测所述工作行为特征信息是否符合预置工作行为模式;若不符合,则确定所述用户的工作行为异常。与目前采用人工方式对用户的工作行为进行分析相比,本发明实施例通过在接收到工作行为分析指令时对用户当前的工作行为数据进行分析,得到所述用户当前的工作行为特征信息;然后将用户当前的工作行为特征和预置工作行为模式进行对比,来判定用户的工作行为是否异常,实现了自动分析用户的工作行为,节省了人力成本和时间,从而提升了用户的工作行为分析效率。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的一种工作行为分析方法流程图;
图2示出了本发明实施例提供的另一种工作行为分析方法流程图;
图3示出了本发明实施例提供的一种工作行为分析装置结构示意图;
图4示出了本发明实施例提供的另一种工作行为分析装置结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明实施例提供了一种工作行为分析方法,如图1所示,所述方法包括:
101、接收工作行为分析指令。
其中,所述工作行为分析指令包括用户当前的工作行为数据。所述工作行为数据中可以包含有关用户工作行为的数据,所述工作行为数据可以根据服务器对应的日志信息获取得到,也可以由客户端采集得到等,当工作行为数据是根据服务器对应的日志信息获取得到时,用户的工作行为数据可以为用户对应的日志信息。
需要说明的是,本发明实施例中的执行主体可以为工作行为分析装置,所述工作行为分析指令可以为企业管理人员或者人事人员主动触发的,例如,企业管理人员或者人事人员点击或者触发工作行为分析装置中的工作行为分析按钮时,触发工作行为分析指令,此时工作行为分析装置接收到工作行为分析指令;所述工作行为分析指令也可以为条件触发的,例如,企业管理人员或者人事人员设定预置时间点,当前时间点为预置时间点时,自动触发工作行为分析指令,此时工作行为分析装置接收到工作行为分析指令。
102、对用户当前的工作行为数据进行分析,得到用户当前的工作行为特征信息。
其中,所述工作行为特征信息可以为考勤时间信息、工作参与度信息,也可以为工作效率信息、工作时间浏览的网站类型信息,本发明实施例不做限定。具体地,不同的工作行为特征对应的工作行为数据分析方式不同。
需要说明的是,当所述工作行为特征信息为考勤时间信息时,可以从工作行为数据中直接提取考勤时间信息。由于用户在办公系统上打卡时,会直接记录考勤时间。
当所述工作行为特征信息为工作参与度信息时,可以从工作行为数据中获取用户通过办公系统与其他用户沟通的次数,以及沟通内容中的关键词等,然后根据沟通次数或者关键词等评定工作参与度。具体地,可以预先配置沟通次数或者关键词与工作参与度之间的映射关系,然后通过沟通次数或者关键词可以获取工作参与度。
当所述工作行为特征信息为工作效率信息时,可以从工作行为数据中获取用户的工作计划表和工作完成情况表,其中,工作计划表中保存有各项工作分别对应的工作量以及计划完成时间,工作完成情况表中保存有各项工作分别对应的实际完成时间,然后根据用户的工作计划表和工作完成情况表,得出用户的工作效率。具体地,可以计算工作的工作量与完成工作所述消耗的时间的比值确定用户的工作效率。
当所述工作行为特征信息为工作时间浏览的网站类型信息时,可以从工作行为数据中提取与用户工作时间浏览的网站地址,然后根据所述网站地址识别出工作时间浏览的网站类型。其中,可以预先保存网站地址与网站类型之间的映射关系,当提取出工作时间浏览的网站地址时,可以直接查询工作时间浏览的网站类型。
103、检测用户当前的工作行为特征信息是否符合预置工作行为模式。
其中,预置工作行为模式可以作为用户的工作行为标准。所述预置工作行为模式可以为根据用户大量的历史工作行为获得的。通过预置工作行为模式可以判定用户的工作行为是否存在异常。本发明实施例通过将用户工作行为特征和预置工作行为模式进行对比,来判定用户的工作行为是否异常,实现了自动分析用户的工作行为,节省了人力成本和时间,从而提升了用户的工作行为分析效率。
104、若用户当前的工作行为特征信息不符合预置工作行为模式,则确定用户的工作行为异常。
现有技术中由于企业员工数量较多,通过人工方式无法及时判定用户的工作行为是否存在异常。而本发明实施例通过在接收到工作行为分析指令时对所述工作行为数据进行分析,得到所述用户当前的工作行为特征信息;检测用户当前的工作行为特征信息是否符合预置工作行为模式,可以实现及时判定的用户的工作行为是否存在异常。
其中,用户的工作行为存在异常的原因可以为用户的身体存在异常、用户的家庭发生重要的事情、用户在工作中存在不满、或者用户有离职的倾向等。通过及时发现用户的工作行为存在异常,可以方便企业管理人员针对用户的工作行为查找原因并采取相应的解决措施,避免用户持续工作行为异常给企业带来的经济损失。尤其是,当用户有离职倾向时,针对离职原因做好安抚工作,能够降低企业的离职率,避免企业人才的流失。当无法避免用户离职时,通过提前做好离职用户的工作交接和工作安排,能够避免因相关的工作未完成好对企业的损失。
本发明实施例提供的一种工作行为分析方法。首先接收工作行为分析指令,所述工作行为分析指令包括用户当前的工作行为数据;然后对所述工作行为数据进行分析,得到所述用户当前的工作行为特征信息;检测所述工作行为特征信息是否符合预置工作行为模式;若不符合,则确定所述用户的工作行为异常。与目前采用人工方式对用户的工作行为进行分析相比,本发明实施例通过在接收到工作行为分析指令时对用户当前的工作行为数据进行分析,得到所述用户当前的工作行为特征信息;然后将用户当前的工作行为特征和预置工作行为模式进行对比,来判定用户的工作行为是否异常,实现了自动分析用户的工作行为,节省了人力成本和时间,从而提升了用户的工作行为分析效率。
本发明实施例提供了另一种工作行为分析方法,如图2所示,所述方法包括:
201、接收工作行为分析指令。
其中,所述工作行为分析指令包括用户当前的工作行为数据。所述工作行为分析和所述工作行为数据的相关解释在步骤101中已进行详细的阐述,在此不进行赘述。
对于本发明实施例,步骤201具体可以为:接收工作行为分析指令,所述工作行为分析指令包括通过办公系统获取用户当前的工作行为数据。
其中,为了方便对企业员工通进行管理,企业通常会配置有办公系统,企业员工可以通过办公系统进行办公,如通过办公系统打卡,与其他员工之间通过办公系统进行工作沟通,或者进行工作的汇报等。因此,办公系统可以采集并记录用户的工作行为数据。
对于本发明实施例,步骤201之前,所述方法还可以包括:接收所述用户在预置时间段内的历史工作行为数据;对所述历史工作行为数据进行分析,得到所述用户的历史工作行为特征信息;根据所述历史工作行为特征信息建立所述预置工作行为模式。
其中,所述预置时间段可以根据用户的需求进行设置,也可以根据系统的默认模式进行设置,本发明实施例不做限定。例如,预置时间段可以为一个月之前,也可以为一周之前等。用户在预置时间段内的历史工作行为特征可以表示用户正常的工作行为,可以作为用户当前的工作行为的标准和参考。
需要说明的是,当工作行为特征信息为考勤时间信息时,所述预置工作行为模式可以为预置考勤时间信息,考勤时间信息包括上班时间信息、下班时间信息、请假次数信息等,预置考勤时间信息可以为根据用户在预置时间段内的历史考勤时间信息设置的。例如,预置时间段为一个月之前,在之前的一个月内用户每天上班时间在7:00-7:30之间,下班时间在18:00-18:30之间,则可以将预置上班时间设置为7:00-7:30,预置下班时间设置为18:00-18:30。在之前的一个月内,用户的请假次数为0次,则预置请假次数为0次。
需要说明的是,当工作行为特征信息为工作参与度信息时,所述预置工作行为模式可以为预置工作参与度信息,预置工作参与度信息可以为根据用户在预置时间段内的历史工作参与度设置的。例如,预置时间段为一周之前,在之前的一周内用户的平均工作参与度为0.8,则设置预置工作参与度为0.8。
需要说明的是,当工作行为特征信息为工作效率信息时,所述预置工作行为模式可以为预置工作效率信息,预置工作效率信息可以为根据用户在预置时间段内的工作效率设置的。例如,预置时间段为一周之前,在之前的一周内用户的平均工作效率为80%,则设置预置工作效率阈值为80%。
需要说明的是,当工作行为特征信息为工作时间浏览的网站类型信息时,所述预置工作行为模式可以为预置网站类型信息。其中,在企业内部通常规定企业员工浏览的网站类型,如企业员工可以浏览技术类的网站,搜索类的网站等,而不允许浏览购物类的网站、求职类的网站,一般企业员工在上班期间通常浏览技术类的网站,搜索类的网站等,因此,设置预置网站类型为技术类,搜索类等。
202、对用户当前的工作行为数据进行分析,得到用户当前的工作行为特征信息。
其中,对用户当前的工作行为数据进行分析的方式在步骤202中已进行详细的阐述,在此不进行赘述。
203、检测用户当前的工作行为特征信息是否符合预置工作行为模式。
对于本发明实施例,当所述工作行为特征信息为考勤时间信息时,步骤203具体可以包括:检测所述考勤时间信息是否符合预置考勤时间信息。
例如,预置上班时间设置可以为7:00-7:30,预置下班时间设置为18:00-18:30,预置上班时间设置可以为7:30-7:00,预置下班时间设置为18:30-19:00等。
对于本发明实施例,当所述工作行为特征信息为工作参与度信息时,步骤203具体可以包括:检测工作参与度信息是否大于或者等于预置工作参与度阈值。
例如,预置工作参与度为0.8、0.9等。
对于本发明实施例,当所述工作行为特征信息为工作效率信息时,步骤203具体可以包括:检测工作效率信息是否大于或者等于预置工作效率阈值。
例如,预置工作效率阈值为80%、90%等。
对于本发明实施例,当所述工作行为特征信息为工作时间浏览的网站类型信息时,步骤203具体可以包括:检测所述网站类型信息是否为预置网站类型信息。
例如,预置网站类型信息为技术类,搜索类等。
204、若用户当前的工作行为特征信息不符合预置工作行为模式,则确定用户的工作行为异常。
对于本发明实施例,当所述工作行为特征信息为考勤时间信息时,步骤204具体可以为:若用户当前的考勤时间信息不符合预置考勤时间信息,则确定用户的考勤时间异常。
例如,预置上班时间设置可以为7:00-7:30,预置下班时间设置为18:00-18:30,若用户当前的上班时间为7:20,则说明用户的上班时间符合预置上班时间信息。若用户当前的下班时间为18:15,则说明用户的下班时间符合预置下班时间信息。若用户当前的上班时间为8:20,则说明用户的预置上班时间不符合预置上班时间,若用户当前的下班时间为17:30,则说明用户的预置下班时间不符合预置下班时间,
对于本发明实施例,当所述工作行为特征信息为工作参与度信息时,步骤204具体可以为:若用户当前的工作参与度信息大于或者等于预置工作参与度阈值,则确定用户的工作参与度异常。
例如,预置工作参与度为0.8。若用户当前的工作参与度为0.7,则说明用户的工作参与度异常。若用户当前的工作参与度为0.9,则说明用户的工作参与度正常。
对于本发明实施例,当所述工作行为特征信息为工作效率信息时,步骤204具体可以为:若用户当前的工作效率信息不符合预置工作效率信息,则确定用户的工作效率异常。
例如,预置工作效率为80%。若用户当前的工作效率为60%,则说明用户的工作效率异常。若用户当前的工作效率为90%,则说明用户的工作效率度正常。
对于本发明实施例,当所述工作行为特征信息为工作时间浏览的网站类型信息时,步骤204具体可以为:若用户当前的工作时间浏览的网站类型信息不是预置网站类型信息,则确定用户的浏览的网站类型异常。
例如,预置网站类型信息为技术类的网站。若用户当前的工作时间浏览的网站类型信息为购物类,则说明用户的浏览的网站类型异常。同样的,若用户当前的工作时间浏览的网站类型信息为求职类,则说明用户的浏览的网站类型异常,进一步地,可以分析说明用户有离职倾向。
205、输出告警信息。
其中,所述告警信息用于提示所述用户的工作行为异常。所述告警信息可以为图片告警信息、文字告警信息或者音频告警信息。例如,所述告警信息具体可以为用于提示所述用户的工作行为异常的图片告警信息,所述告警信息具体可以为用于提示所述用户的工作行为异常的文字告警信息;所述告警信息具体可以为用于提示所述用户的工作行为异常的音频告警信息。对于本发明实施例,通过输出用于提示所述用户的工作行为异常的告警信息可以使得企业管理人员及时获取企业员工的异常工作行为并根据异常工作行为查找相关的原因,从而可以及时针对企业员工的异常工作行为采取相应的措施,进而可以减少企业的相关损失。
对于本发明实施例,具体应用场景可以如下,但不局限于此,包括:用户在之前的半年时间内,每天的上班时间为8:00-8:30,则确定用户的正常上班时间为8:00-8:30,若用户当前的上班时间为9:00时,说明用户与往常的上班时间不匹配,此时判断该用户的上班时间存在异常并输出告警信息。本发明实施例,实现了自动分析用户的工作行为,节省了人力成本和时间,从而提升了用户的工作行为分析效率。
本发明实施例提供的另一种工作行为分析方法。首先接收工作行为分析指令,所述工作行为分析指令包括用户当前的工作行为数据;然后对所述工作行为数据进行分析,得到所述用户当前的工作行为特征信息;检测所述工作行为特征信息是否符合预置工作行为模式;若不符合,则确定所述用户的工作行为异常。与目前采用人工方式对用户的工作行为进行分析相比,本发明实施例通过在接收到工作行为分析指令时对用户当前的工作行为数据进行分析,得到所述用户当前的工作行为特征信息;然后将用户当前的工作行为特征和预置工作行为模式进行对比,来判定用户的工作行为是否异常,实现了自动分析用户的工作行为,节省了人力成本和时间,从而提升了用户的工作行为分析效率。
进一步地,作为图1的具体实现,本发明实施例提供了一种工作行为分析装置,如图3所示,所述装置包括:接收单元31、分析单元32、检测单元33、确定单元34。
接收单元31,用于接收工作行为分析指令,所述工作行为分析指令包括用户当前的工作行为数据。
分析单元32,用于对所述接收单元31接收的所述工作行为数据进行分析,得到所述用户当前的工作行为特征信息。
检测单元33,用于检测所述分析单元32分析的所述工作行为特征信息是否符合预置工作行为模式。
确定单元34,用于若所述检测单元33检测所述工作行为特征信息不符合预置工作行为模式,则确定所述用户的工作行为异常。
需要说明的是,本发明实施例提供的一种工作行为分析装置所涉及各功能单元的其他相应描述,可以参考图1所示方法的对应描述,在此不再赘述。
本发明实施例提供的一种工作行为分析装置。首先接收工作行为分析指令,所述工作行为分析指令包括用户当前的工作行为数据;然后对所述工作行为数据进行分析,得到所述用户当前的工作行为特征信息;检测所述工作行为特征信息是否符合预置工作行为模式;若不符合,则确定所述用户的工作行为异常。与目前采用人工方式对用户的工作行为进行分析相比,本发明实施例通过在接收到工作行为分析指令时对用户当前的工作行为数据进行分析,得到所述用户当前的工作行为特征信息;然后将用户当前的工作行为特征和预置工作行为模式进行对比,来判定用户的工作行为是否异常,实现了自动分析用户的工作行为,节省了人力成本和时间,从而提升了用户的工作行为分析效率。
进一步地,作为图2的具体实现,本发明实施例提供了另一种工作行为分析装置,如图4所示,所述装置包括:接收单元41、分析单元42、检测单元43、确定单元44。
接收单元41,用于接收工作行为分析指令,所述工作行为分析指令包括用户当前的工作行为数据。
分析单元42,用于对所述接收单元41接收的所述工作行为数据进行分析,得到所述用户当前的工作行为特征信息。
检测单元43,用于检测所述分析单元42分析的所述工作行为特征信息是否符合预置工作行为模式。
确定单元44,用于若所述检测单元43检测所述工作行为特征信息不符合预置工作行为模式,则确定所述用户的工作行为异常。
进一步地,所述装置还包括:建立单元45。
所述获取单元41,还用于获取所述用户在预置时间段内的历史工作行为数据;
所述分析单元42,还用于对所述获取单元41获取的所述历史工作行为数据进行分析,得到所述用户的历史工作行为特征信息;
所述建立单元45,用于根据所述分析单元42分析所述历史工作行为特征信息建立所述预置工作行为模式。
所述检测单元43,具体用于当所述工作行为特征信息为考勤时间信息时,检测所述考勤时间信息是否符合预置考勤时间信息。
所述检测单元43,具体用于当所述工作行为特征信息为工作参与度信息时,检测工作参与度信息是否大于或者等于预置工作参与度阈值。
所述检测单元43,具体用于当所述工作行为特征信息为工作效率信息时,检测工作效率信息是否大于或者等于预置工作效率阈值。
所述检测单元43,具体用于当所述工作行为特征信息为工作时间浏览的网站类型信息时,检测所述网站类型信息是否为预置网站类型信息。
进一步地,所述装置还包括:输出单元46。
输出单元46,用于输出告警信息,所述告警信息用于提示所述用户的工作行为异常。
需要说明的是,本发明实施例提供的另一种工作行为分析装置所涉及各功能单元的其他相应描述,可以参考图2所示方法的对应描述,在此不再赘述。
本发明实施例提供的另一种工作行为分析装置。首先接收工作行为分析指令,所述工作行为分析指令包括用户当前的工作行为数据;然后对所述工作行为数据进行分析,得到所述用户当前的工作行为特征信息;检测所述工作行为特征信息是否符合预置工作行为模式;若不符合,则确定所述用户的工作行为异常。与目前采用人工方式对用户的工作行为进行分析相比,本发明实施例通过在接收到工作行为分析指令时对用户当前的工作行为数据进行分析,得到所述用户当前的工作行为特征信息;然后将用户当前的工作行为特征和预置工作行为模式进行对比,来判定用户的工作行为是否异常,实现了自动分析用户的工作行为,节省了人力成本和时间,从而提升了用户的工作行为分析效率。
本发明还公开了下述方案:
A1、一种工作行为分析方法,包括:
接收工作行为分析指令,所述工作行为分析指令包括用户当前的工作行为数据;
对所述工作行为数据进行分析,得到所述用户当前的工作行为特征信息;
检测所述工作行为特征信息是否符合预置工作行为模式;
若不符合,则确定所述用户的工作行为异常。
A2、如A1所述的方法,所述接收工作行为分析指令包括:
接收工作行为分析指令,所述工作行为分析指令包括通过办公系统获取的用户当前的工作行为数据。
A3、如A1所述的方法,所述检测所述工作行为特征信息是否符合预置工作行为模式之前,所述方法还包括:
接收所述用户在预置时间段内的历史工作行为数据;
对所述历史工作行为数据进行分析,得到所述用户的历史工作行为特征信息;
根据所述历史工作行为特征信息建立所述预置工作行为模式。
A4、如A1所述的方法,所述工作行为特征信息为考勤时间信息,所述检测所述工作行为特征信息是否符合预置工作行为模式包括:
检测所述考勤时间信息是否符合预置考勤时间信息。
A5、如A1所述的方法,所述工作行为特征信息为工作参与度信息,所述检测所述工作行为特征信息是否符合预置工作行为模式包括:
检测工作参与度信息是否大于或者等于预置工作参与度阈值。
A6、如A1所述的方法,所述工作行为特征信息为工作效率信息,所述检测所述工作行为特征信息是否符合预置工作行为模式包括:
检测工作效率信息是否大于或者等于预置工作效率阈值。
A7、如A1所述的方法,所述工作行为特征信息为工作时间浏览的网站类型信息,所述检测所述工作行为特征信息是否符合预置工作行为模式包括:
检测所述网站类型信息是否为预置网站类型信息。
A8、如A1所述的方法,所述确定所述用户的工作行为异常之后,所述方法还包括:
输出告警信息,所述告警信息用于提示所述用户的工作行为异常。
B9、一种工作行为分析装置,包括:
接收单元,用于接收工作行为分析指令,所述工作行为分析指令包括用户当前的工作行为数据;
分析单元,用于对所述接收单元接收的所述工作行为数据进行分析,得到所述用户当前的工作行为特征信息;
检测单元,用于检测所述分析单元分析的所述工作行为特征信息是否符合预置工作行为模式;
确定单元,用于若所述检测单元检测所述工作行为特征信息不符合预置工作行为模式,则确定所述用户的工作行为异常。
B10、如B9所述的装置,
所述接收单元,具体用于接收工作行为分析指令,所述工作行为分析指令包括通过办公系统获取的用户当前的工作行为数据。
B11、如B9所述的装置,所述装置还包括:建立单元,
所述接收单元,还用于接收所述用户在预置时间段内的历史工作行为数据;
所述分析单元,还用于对所述接收单元接收的所述历史工作行为数据进行分析,得到所述用户的历史工作行为特征信息;
所述建立单元,用于根据所述分析单元分析所述历史工作行为特征信息建立所述预置工作行为模式。
B12、如B9所述的装置,
所述检测单元,具体用于当所述工作行为特征信息为考勤时间信息时,检测所述考勤时间信息是否符合预置考勤时间信息。
B13、如B9所述的装置,
所述检测单元,具体用于当所述工作行为特征信息为工作参与度信息时,检测工作参与度信息是否大于或者等于预置工作参与度阈值。
B14、如B9所述的装置,
所述检测单元,具体用于当所述工作行为特征信息为工作效率信息时,检测工作效率信息是否大于或者等于预置工作效率阈值。
B15、如B9所述的装置,
所述检测单元,具体用于当所述工作行为特征信息为工作时间浏览的网站类型信息时,检测所述网站类型信息是否为预置网站类型信息。
B16、如B9所述的装置,所述装置还包括:
输出单元,用于输出告警信息,所述告警信息用于提示所述用户的工作行为异常。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
可以理解的是,上述方法及装置中的相关特征可以相互参考。另外,上述实施例中的“第一”、“第二”等是用于区分各实施例,而并不代表各实施例的优劣。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的工作行为分析装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (10)

1.一种工作行为分析方法,其特征在于,包括:
接收工作行为分析指令,所述工作行为分析指令包括用户当前的工作行为数据;
对所述工作行为数据进行分析,得到所述用户当前的工作行为特征信息;
检测所述工作行为特征信息是否符合预置工作行为模式;
若不符合,则确定所述用户的工作行为异常。
2.根据权利要求1所述的方法,其特征在于,所述接收工作行为分析指令包括:
接收工作行为分析指令,所述工作行为分析指令包括通过办公系统获取的用户当前的工作行为数据。
3.根据权利要求1所述的方法,其特征在于,所述检测所述工作行为特征信息是否符合预置工作行为模式之前,所述方法还包括:
接收所述用户在预置时间段内的历史工作行为数据;
对所述历史工作行为数据进行分析,得到所述用户的历史工作行为特征信息;
根据所述历史工作行为特征信息建立所述预置工作行为模式。
4.根据权利要求1所述的方法,其特征在于,所述工作行为特征信息为考勤时间信息,所述检测所述工作行为特征信息是否符合预置工作行为模式包括:
检测所述考勤时间信息是否符合预置考勤时间信息。
5.根据权利要求1所述的方法,其特征在于,所述工作行为特征信息为工作参与度信息,所述检测所述工作行为特征信息是否符合预置工作行为模式包括:
检测工作参与度信息是否大于或者等于预置工作参与度阈值。
6.根据权利要求1所述的方法,其特征在于,所述工作行为特征信息为工作效率信息,所述检测所述工作行为特征信息是否符合预置工作行为模式包括:
检测工作效率信息是否大于或者等于预置工作效率阈值。
7.根据权利要求1所述的方法,其特征在于,所述工作行为特征信息为工作时间浏览的网站类型信息,所述检测所述工作行为特征信息是否符合预置工作行为模式包括:
检测所述网站类型信息是否为预置网站类型信息。
8.根据权利要求1所述的方法,其特征在于,所述确定所述用户的工作行为异常之后,所述方法还包括:
输出告警信息,所述告警信息用于提示所述用户的工作行为异常。
9.一种工作行为分析装置,其特征在于,包括:
接收单元,用于接收工作行为分析指令,所述工作行为分析指令包括用户当前的工作行为数据;
分析单元,用于对所述接收单元接收的所述工作行为数据进行分析,得到所述用户当前的工作行为特征信息;
检测单元,用于检测所述分析单元分析的所述工作行为特征信息是否符合预置工作行为模式;
确定单元,用于若所述检测单元检测所述工作行为特征信息不符合预置工作行为模式,则确定所述用户的工作行为异常。
10.根据权利要求9所述的装置,其特征在于,
所述接收单元,具体用于接收工作行为分析指令,所述工作行为分析指令包括通过办公系统获取的用户当前的工作行为数据。
CN201610507788.4A 2016-06-29 2016-06-29 工作行为分析方法及装置 Pending CN106127400A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610507788.4A CN106127400A (zh) 2016-06-29 2016-06-29 工作行为分析方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610507788.4A CN106127400A (zh) 2016-06-29 2016-06-29 工作行为分析方法及装置

Publications (1)

Publication Number Publication Date
CN106127400A true CN106127400A (zh) 2016-11-16

Family

ID=57467750

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610507788.4A Pending CN106127400A (zh) 2016-06-29 2016-06-29 工作行为分析方法及装置

Country Status (1)

Country Link
CN (1) CN106127400A (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106789292A (zh) * 2016-12-29 2017-05-31 东方网力科技股份有限公司 一种异常行为监控方法和装置
CN107248043A (zh) * 2017-06-21 2017-10-13 上海荷福人工智能科技(集团)有限公司 一种基于指静脉数据的建筑工地舆情监测方法
CN108009786A (zh) * 2017-09-04 2018-05-08 北京车和家信息技术有限责任公司 考勤统计方法、装置、计算机设备和可读存储介质
CN108337290A (zh) * 2017-12-26 2018-07-27 努比亚技术有限公司 一种企业员工网络行为分析的方法和装置
WO2019014945A1 (zh) * 2017-07-21 2019-01-24 深圳市萨斯智能科技有限公司 一种机器人的管理方法和机器人
WO2019014950A1 (zh) * 2017-07-21 2019-01-24 深圳市萨斯智能科技有限公司 一种机器人的控制方法和机器人
WO2019014919A1 (zh) * 2017-07-21 2019-01-24 深圳市萨斯智能科技有限公司 一种机器人搬运方法和机器人
WO2019014952A1 (zh) * 2017-07-21 2019-01-24 深圳市萨斯智能科技有限公司 一种机器人对待抓取的目标物品的处理方法和机器人
CN109377099A (zh) * 2018-11-29 2019-02-22 中广核工程有限公司 一种核电厂运行人员绩效数据采集方法及系统
CN111090493A (zh) * 2019-11-25 2020-05-01 中国银行股份有限公司 一种虚拟主机使用饱和度的统计方法及系统
CN111612932A (zh) * 2020-05-21 2020-09-01 浩云科技股份有限公司 一种信息监管中异常信息的监测方法及装置
CN111709724A (zh) * 2020-08-18 2020-09-25 北京志翔科技股份有限公司 深度考勤方法及系统
RU2781247C1 (ru) * 2022-08-19 2022-10-10 Общество с ограниченной ответственностью "СТАХАНОВЕЦ" Способ автоматического оповещения о запрошенных ресурсах сети
CN116229596A (zh) * 2022-11-18 2023-06-06 中山大学 一种基于区块链的智能考勤系统及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101917419A (zh) * 2010-08-04 2010-12-15 安徽天虹数码技术有限公司 工作网络行为防火墙
CN104301286A (zh) * 2013-07-15 2015-01-21 中国移动通信集团黑龙江有限公司 用户登录认证方法及装置
CN104680070A (zh) * 2014-12-27 2015-06-03 宁波江东恒冠信息技术有限公司 一种对用户使用文件的管理方法、装置及系统
CN104780217A (zh) * 2015-04-24 2015-07-15 福建师范大学 检测用户工作效率的方法、系统及客户端
CN105243522A (zh) * 2015-11-24 2016-01-13 北京华夏威科软件技术有限公司 基于海量用户操作行为数据的工作行为分析方法及系统
CN105678457A (zh) * 2016-01-06 2016-06-15 成都小步创想畅联科技有限公司 基于地点挖掘的用户行为评估方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101917419A (zh) * 2010-08-04 2010-12-15 安徽天虹数码技术有限公司 工作网络行为防火墙
CN104301286A (zh) * 2013-07-15 2015-01-21 中国移动通信集团黑龙江有限公司 用户登录认证方法及装置
CN104680070A (zh) * 2014-12-27 2015-06-03 宁波江东恒冠信息技术有限公司 一种对用户使用文件的管理方法、装置及系统
CN104780217A (zh) * 2015-04-24 2015-07-15 福建师范大学 检测用户工作效率的方法、系统及客户端
CN105243522A (zh) * 2015-11-24 2016-01-13 北京华夏威科软件技术有限公司 基于海量用户操作行为数据的工作行为分析方法及系统
CN105678457A (zh) * 2016-01-06 2016-06-15 成都小步创想畅联科技有限公司 基于地点挖掘的用户行为评估方法

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106789292A (zh) * 2016-12-29 2017-05-31 东方网力科技股份有限公司 一种异常行为监控方法和装置
CN107248043B (zh) * 2017-06-21 2020-09-15 上海荷福人工智能科技(集团)有限公司 一种基于指静脉数据的建筑工地舆情监测方法
CN107248043A (zh) * 2017-06-21 2017-10-13 上海荷福人工智能科技(集团)有限公司 一种基于指静脉数据的建筑工地舆情监测方法
WO2019014945A1 (zh) * 2017-07-21 2019-01-24 深圳市萨斯智能科技有限公司 一种机器人的管理方法和机器人
WO2019014950A1 (zh) * 2017-07-21 2019-01-24 深圳市萨斯智能科技有限公司 一种机器人的控制方法和机器人
WO2019014919A1 (zh) * 2017-07-21 2019-01-24 深圳市萨斯智能科技有限公司 一种机器人搬运方法和机器人
WO2019014952A1 (zh) * 2017-07-21 2019-01-24 深圳市萨斯智能科技有限公司 一种机器人对待抓取的目标物品的处理方法和机器人
CN108009786A (zh) * 2017-09-04 2018-05-08 北京车和家信息技术有限责任公司 考勤统计方法、装置、计算机设备和可读存储介质
CN108337290A (zh) * 2017-12-26 2018-07-27 努比亚技术有限公司 一种企业员工网络行为分析的方法和装置
CN108337290B (zh) * 2017-12-26 2021-06-25 努比亚技术有限公司 一种企业员工网络行为分析的方法和装置
CN109377099A (zh) * 2018-11-29 2019-02-22 中广核工程有限公司 一种核电厂运行人员绩效数据采集方法及系统
CN111090493A (zh) * 2019-11-25 2020-05-01 中国银行股份有限公司 一种虚拟主机使用饱和度的统计方法及系统
CN111612932A (zh) * 2020-05-21 2020-09-01 浩云科技股份有限公司 一种信息监管中异常信息的监测方法及装置
CN111709724A (zh) * 2020-08-18 2020-09-25 北京志翔科技股份有限公司 深度考勤方法及系统
RU2781247C1 (ru) * 2022-08-19 2022-10-10 Общество с ограниченной ответственностью "СТАХАНОВЕЦ" Способ автоматического оповещения о запрошенных ресурсах сети
CN116229596A (zh) * 2022-11-18 2023-06-06 中山大学 一种基于区块链的智能考勤系统及方法
CN116229596B (zh) * 2022-11-18 2024-04-23 中山大学 一种基于区块链的智能考勤系统

Similar Documents

Publication Publication Date Title
CN106127400A (zh) 工作行为分析方法及装置
US10360399B2 (en) System and method for detecting fraud and misuse of protected data by an authorized user using event logs
EP3026864B1 (en) Method and device for identifying bot access
US20170251007A1 (en) Automated computer behavioral analysis system and methods
US20080184129A1 (en) Presenting website analytics associated with a toolbar
US20170344632A1 (en) Unsupervised prioritization and visualization of clusters
US20130332385A1 (en) Methods and systems for detecting and extracting product reviews
US20110041120A1 (en) Predicting defects in code
JP2015060598A (ja) モバイルアプリケーションデイリーユーザの関与スコアおよびユーザプロフィール
US20140244572A1 (en) Qualification of website data and analysis using anomalies relative to historic patterns
Pravilovic et al. Process mining to forecast the future of running cases
US20200012990A1 (en) Systems and methods of network-based intelligent cyber-security
US20170054750A1 (en) Risk assessment
CN109684322B (zh) 一种用于自动海事稽核的数据处理系统和方法
CN113472787A (zh) 一种告警信息处理方法、装置、设备及存储介质
Singal et al. Web analytics: State-of-art & literature assessment
WO2019119627A1 (zh) FoF资产行业分析方法、终端和计算机可读存储介质
CN109658153B (zh) 备件需求量的预测方法及装置,以及电子设备
CN114371974A (zh) 埋点数据校验方法及电子设备
CN112000862A (zh) 数据处理方法及装置
WO2020219209A1 (en) Anomaly detection framework
US11030214B2 (en) System for identification of outlier groups
Doganaksoy et al. Getting the right data up front: A key challenge
Dobrzyński et al. Tracing life cycle of software bugs
US20120209693A1 (en) Desktop ads and message display process

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20161116

RJ01 Rejection of invention patent application after publication